Vidéo: Big Data Applications | Big Data Application Examples | Big Data Use Cases | Big Data | Simplilearn 2024
Les applications personnalisées et tierces offrent une méthode alternative de partage et d'examen des sources de données volumineuses. Bien que toutes les couches de l'architecture de référence soient importantes en elles-mêmes, cette couche est l'endroit où la plus grande partie de l'innovation et de la créativité est évidente.
Ces applications sont soit horizontales, en ce sens qu'elles traitent de problèmes communs à toutes les industries, soit verticales, dans la mesure où elles sont destinées à aider à résoudre un problème spécifique à l'industrie. Inutile de dire que vous avez de nombreuses applications à choisir, et beaucoup d'autres à venir. On s'attend à ce que les catégories d'applications big data disponibles dans le commerce croissent aussi vite ou plus vite que le taux d'adoption de la technologie sous-jacente.
Les catégories les plus courantes au moment d'écrire ces lignes sont les applications de données log (Splunk, Loggly), les applications publicitaires / médias (Bluefin, DataXu) et les applications marketing (Bloomreach, Myrrix). Des solutions sont également développées pour l'industrie de la santé, la fabrication et la gestion des transports, pour n'en nommer que quelques-unes.
Comme toute autre initiative de développement d'applications personnalisées, la création d'applications Big Data nécessitera une structure, des normes, une rigueur et des API bien définies. La plupart des applications métier souhaitant tirer parti des big data devront s'abonner aux API de l'ensemble de la pile.
Il peut être nécessaire de traiter les données brutes à partir des magasins de données de bas niveau et de combiner les données brutes avec la sortie synthétisée des entrepôts. Comme vous pouvez vous y attendre, le terme opérationnel est personnalisé, et crée un type différent de pression sur la mise en œuvre du Big Data.
Les données volumineuses évoluent rapidement et changent en un clin d'œil. Les équipes de développement logiciel doivent donc être en mesure de créer rapidement des applications pertinentes pour relever le défi commercial du moment.
Les entreprises peuvent avoir besoin de réfléchir à la création d'équipes de développement qui réagissent rapidement aux changements de l'environnement des affaires en créant et en déployant des applications à la demande. En fait, il peut être plus approprié de considérer ces applications comme «semicustom» car elles impliquent plus d'assemblage que de codage de bas niveau.
Au fil du temps, certains types d'applications seront créés, en contexte, par l'utilisateur final, qui pourra assembler la solution à partir d'une palette de composants. Inutile de dire que c'est là que la structure et la normalisation sont les plus nécessaires. Les développeurs de logiciels doivent créer des environnements de développement cohérents et standardisés et concevoir de nouvelles pratiques de développement pour un déploiement rapide des applications Big Data.
